检索结果-内蒙古大学图书馆

计算机研究与发展 2011年第6期48卷 1049-1058页

作者：范铁虎秦贵和赵启吉林大学计算机科学与技术学院长春130012 符号计算与知识工程教育部重点实验室(吉林大学) 长春130012

分散搜索算法是近年来快速兴起的一种基于种群的进化计算方法,与遗传算法不同的是,它对高质量解和多样性解并存的小数据集使用多种系统子方法和有限次随机过程来获取全局最优解或满意解.基于分散搜索的柔性框架,使用均匀设计来改进以往... 详细信息

分散搜索算法是近年来快速兴起的一种基于种群的进化计算方法,与遗传算法不同的是,它对高质量解和多样性解并存的小数据集使用多种系统子方法和有限次随机过程来获取全局最优解或满意解.基于分散搜索的柔性框架,使用均匀设计来改进以往连续分散搜索算法中的多样性产生方法,将BLX-α算子加以相应改造作为解合并方法,提出了一种基于均匀设计和改造BLX-α算子的新型分散搜索算法(URBSS)来解决非线性连续优化问题.通过8个广为使用的测试函数进行了仿真实验,实验结果表明在与其他连续优化方法的比较中,URBSS能够准确快速地搜索到全局最优解,具有很好的收敛速度和全局优化能力.

关键词：分散搜索均匀设计 BLX-α算子连续优化问题柔性框架

来源：评论

学校读者我要写书评

暂无评论

一种基于环切割的约束满足问题求解算法

引用

计算机学报 2011年第8期34卷 1528-1535页

作者：李占山李宏博张永刚王孜文吉林大学符号计算与知识工程教育部重点实验室长春130012 吉林大学计算机科学与技术学院长春130012

该文首先给出一种无环约束满足问题的无回溯搜索算法Tree_Search,然后将环切割思想嵌入到目前最流行的MAC3 rm算法中,给出一种新算法***将原回溯搜索过程分为两部分:第1部分通过回溯搜索求解环切割集中变量,将原问题化简成一个满足弧相... 详细信息

该文首先给出一种无环约束满足问题的无回溯搜索算法Tree_Search,然后将环切割思想嵌入到目前最流行的MAC3 rm算法中,给出一种新算法***将原回溯搜索过程分为两部分:第1部分通过回溯搜索求解环切割集中变量,将原问题化简成一个满足弧相容的无环问题;第2部分通过无回溯的Tree_Search算法求解化简后的无环问题,改进了MAC3rm算法.证明了MAC3rm算法在环切割集上求得的局部解一定可以扩展为一个全局解,并且如果原问题无解,则MAC3rm算法在环切割集上找不到局部解.实验结果显示,CCS的效率在大多数情况下高于MAC3rm.在求解随机问题相变阶段的测试用例时,CCS的效率最高可以达到MAC3rm的140倍.Benchmark中几组问题的测试结果显示,CCS在整体上效率高于MAC,最高可以达到MAC3rm的100倍以上.

关键词：弧相容无回溯搜索环切割 MAC3rm

来源：评论

学校读者我要写书评

暂无评论

统计关系学习研究进展

引用

计算机研究与发展 2008年第12期45卷 2110-2119页

作者：刘大有于鹏高滢齐红孙舒杨吉林大学计算机科学与技术学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012

统计关系学习是人工智能领域的一个新研究热点,它将关系表示、似然性理论和机器学习相结合,能更好地解决现实世界中复杂的关系数据问题,在生物信息学、Web导航、社会网、地理信息系统和自然语言理解等领域有着重要的应用.首先对统计关... 详细信息

统计关系学习是人工智能领域的一个新研究热点,它将关系表示、似然性理论和机器学习相结合,能更好地解决现实世界中复杂的关系数据问题,在生物信息学、Web导航、社会网、地理信息系统和自然语言理解等领域有着重要的应用.首先对统计关系学习的研究内容以及研究任务进行了介绍和总结,然后根据概率表示和推理机制的不同,对当前的统计关系学习方法进行了分类,并对各类方法进行了详细介绍,最后讨论了当前统计关系学习存在的问题,并指出了今后研究和发展的方向.

关键词：统计关系学习似然逻辑学习多关系数据挖掘统计学习关系学习

来源：评论

学校读者我要写书评

暂无评论

基于点距离和密度峰值聚类的社区发现方法

引用

吉林大学学报（工学版） 2016年第6期46卷 2042-2051页

作者：黄岚李玉王贵参王岩吉林大学计算机科学与技术学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012

在复杂网络中节点相似度度量以及密度峰值聚类算法的基础上,提出了一种基于点距离和密度峰值聚类的社区发现方法。首先,提出了基于节点相似度和节点间最短距离的节点距离度量。然后,应用密度峰值聚类方法探究网络中的社区结构,密度峰值... 详细信息

在复杂网络中节点相似度度量以及密度峰值聚类算法的基础上,提出了一种基于点距离和密度峰值聚类的社区发现方法。首先,提出了基于节点相似度和节点间最短距离的节点距离度量。然后,应用密度峰值聚类方法探究网络中的社区结构,密度峰值聚类算法不仅能够检测出各个社区中心并进行相应的社区扩展,而且能够避免参数选择过程。最后,通过与经典算法在真实数据集和人工合成数据集上的比较实验,充分验证了本文方法的可行性和有效性。

关键词：计算机应用社区发现节点距离密度峰值聚类复杂网络

来源：评论

学校读者我要写书评

暂无评论

特征点显著性约束的图像检索方法

引用

吉林大学学报（工学版） 2016年第2期46卷 542-548页

作者：赵宏伟李清亮刘萍萍汤寰宇吉林大学计算机科学与技术学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012

图像检索的Bag of Words体系存在量化后的视觉词影响局部特征的辨别能力并且缺乏特征之间空间关系的缺点,影响检索效率。针对复杂背景的目标查询,提出了融合显著性信息的图像检索方法和基于显著特征点空间距离比的后验证方法。首先,提... 详细信息

图像检索的Bag of Words体系存在量化后的视觉词影响局部特征的辨别能力并且缺乏特征之间空间关系的缺点,影响检索效率。针对复杂背景的目标查询,提出了融合显著性信息的图像检索方法和基于显著特征点空间距离比的后验证方法。首先,提取图像显著目标区域,使用空间金字塔模型进行图像检索。然后,利用查询图像与检索图像匹配的显著特征对,计算任意两对显著特征点的距离比,保留满足阈值的比值,并求和,用以重新排序结果图像,得到最终的检索结果。实验结果表明:该方法显著提高了检索的精确度,并减少了几何验证过程的运算时间。

关键词：图像检索 BoW模型空间金字塔几何验证显著性

来源：评论

学校读者我要写书评

暂无评论

利用CSP求解极小碰集的方法

引用

计算机研究与发展 2015年第3期52卷 588-595页

作者：王艺源欧阳丹彤张立明张永刚吉林大学计算机科学与技术学院长春130012 符号计算与知识工程教育部重点实验室(吉林大学) 长春130012

基于模型诊断是人工智能领域中具有挑战性的问题,包含了很多人工智能中的关键问题,其研究对整个人工智能领域起着重要推动作用.在基于模型诊断中,候选诊断结果通常由所有极小冲突集对应的所有极小碰集所描述,求出所有极小碰集是其核心... 详细信息

基于模型诊断是人工智能领域中具有挑战性的问题,包含了很多人工智能中的关键问题,其研究对整个人工智能领域起着重要推动作用.在基于模型诊断中,候选诊断结果通常由所有极小冲突集对应的所有极小碰集所描述,求出所有极小碰集是其核心问题之一.提出一种将极小碰集问题转换为约束满足问题的方法,该方法调用成熟的CSP求解器进行求解,扩展了约束可满足问题的应用领域.首次提出hard-冲突集和soft-冲突集的概念,并给出利用所提的方法分别求解具有一些特征的极小碰集:小于固定长度、不含特定元素及包含hard-冲突集和soft-冲突集.实验结果表明,提出的方法易于实现、扩展性强,对于特定类型极小碰集问题的求解效率较高.

关键词：极小碰集约束可满足问题基于模型诊断 hard-冲突集 soft-冲突集

来源：评论

学校读者我要写书评

暂无评论

一种基于图形处理器的频繁模式挖掘算法

引用

仪器仪表学报 2009年第10期30卷 2082-2087页

作者：白洪涛欧阳丹彤何丽莉吉林大学计算机科学与技术学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012

频繁模式挖掘是数据挖掘的核心问题。传统上,频繁模式并行挖掘主要是在集群上进行的,较少涉及共享内存多处理系统上的并行挖掘。基于广度优先搜索和直接计数策略研究了一种并行挖掘方法,并在图形处理器(graphics processing unit,GPU)... 详细信息

频繁模式挖掘是数据挖掘的核心问题。传统上,频繁模式并行挖掘主要是在集群上进行的,较少涉及共享内存多处理系统上的并行挖掘。基于广度优先搜索和直接计数策略研究了一种并行挖掘方法,并在图形处理器(graphics processing unit,GPU)最新统一计算设备架构CUDA(compute unified device architecture)下进行了实现。GPU-based FPMA用CPU控制搜索进程;在GPU的多处理器上,采用数据划分的计算策略,以适合GPU的顺序数据流方式计数,并根据候选项的长度动态剪枝事务数据集。实验结果表明,GPU-based FPMA比CPU版本平均加速了10倍以上。

关键词：关联规则频繁模式图形处理器并行计算统一计算设备架构

来源：评论

学校读者我要写书评

暂无评论

动态不确定环境下多目标路径规划方法

引用

计算机学报 2011年第5期34卷 836-846页

作者：魏唯欧阳丹彤吕帅冯宇轩吉林大学计算机科学与技术学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012

提出一种在动态不确定环境下求解多目标问题时快速调整移动路径的方法.首先提出采用逆向多目标启发式搜索进行全局规划,求解问题的最优路径集合;然后提出动态多目标路径规划方法,先根据当前观测进行全局规划,在移动过程中探测到不一致... 详细信息

提出一种在动态不确定环境下求解多目标问题时快速调整移动路径的方法.首先提出采用逆向多目标启发式搜索进行全局规划,求解问题的最优路径集合;然后提出动态多目标路径规划方法,先根据当前观测进行全局规划,在移动过程中探测到不一致的环境信息时,通过对先前搜索中部分信息的重用,在全局规划的基础上进行增量重规划,调整当前状态与目标状态之间的移动路径.研究结果表明:采用增量重规划的求解方法通过搜索信息的重用提高求解效率,能够有效地处理动态不确定环境下的多目标路径规划问题.

关键词：多目标路径规划动态不确定环境启发式搜索全局规划增量重规划

来源：评论

学校读者我要写书评

暂无评论

一种快速局部特征描述算法

引用

自动化学报 2010年第1期36卷 40-45页

作者：刘萍萍赵宏伟臧雪柏戴金波吉林大学计算机科学与技术学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012

利用局部邻域像素强度分布性质提出了一种快速局部特征描述算法—规范化强度对比描述子(Normalized intensity contrast descriptor,NICD).首先规格化兴趣点邻域的像素强度,再根据邻域中像素强弱分布建立描述子.分别利用Fast-Hessian,Do... 详细信息

利用局部邻域像素强度分布性质提出了一种快速局部特征描述算法—规范化强度对比描述子(Normalized intensity contrast descriptor,NICD).首先规格化兴趣点邻域的像素强度,再根据邻域中像素强弱分布建立描述子.分别利用Fast-Hessian,DoG以及Harris-Laplacian检测子搭配NICD进行图像匹配以及物体识别实验.结果表明:在多种图像变换中,NICD可以实现与当前先进的SIFT和SURF算子相当的匹配效果,而匹配时间大幅缩短,因而更适合在实时应用中使用.

关键词：局部特征图像匹配尺度空间物体识别

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的行人和车辆检测

引用

吉林大学学报（工学版） 2019年第5期49卷 1661-1667页

作者：徐谦李颖王刚吉林大学计算机科学与技术学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012

为解决自动驾驶行车环境目标检测的问题,提出了一种基于深度学习的行人和车辆检测网络PVDNet。在网络底层,改进了跳跃连接结构,提出多级跳跃连接MLSC,加速了模型的收敛速度和收敛精度;在网络顶层,设计了一种多层特征融合方法 MLFF,将底... 详细信息

为解决自动驾驶行车环境目标检测的问题,提出了一种基于深度学习的行人和车辆检测网络PVDNet。在网络底层,改进了跳跃连接结构,提出多级跳跃连接MLSC,加速了模型的收敛速度和收敛精度;在网络顶层,设计了一种多层特征融合方法 MLFF,将底层特征与顶层特征融合以提高检测精度;在网络输出层,提出了一种单维卷积方法 ODC替代全连接层,减少了模型参数以提高检测速度。实验表明:与原始的Faster R-CNN相比,PVDNet在数据集PascalVOC2007、PascalVOC2012、MS COCO、KITTI上行人和车辆平均检测准确率分别提高了3.7%、6.1%、5.6%、9.62%。

关键词：人工智能目标检测深度学习无人驾驶

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：